honeypot link

Manual MSD

Please confirm that you are not located inside the Russian Federation

Does Everyone Need a Test?

Does Everyone Need a Test?

Em resumo, não. Embora muitas pessoas acreditem que os exames médicos são reconfortantes, os resultados desses exames nem sempre estão corretos:

  • Algumas vezes o resultado é normal em pessoas que têm a doença (falso negativo).

  • Às vezes, o resultado está alterado em pessoas que não têm a doença (falso positivo).

Fazer ou não fazer o exame? A possibilidade de receber um resultado falso positivo pode fazer com que a realização de exames seja uma má ideia. Quando a probabilidade de alguém ter uma doença for menor do que a probabilidade de o exame para aquela doença ter um resultado falso positivo, o resultado do exame é provavelmente enganoso.

Por exemplo: Vamos supor que os pais de uma menina de quatro anos estejam preocupados com a possibilidade de ela estar com uma infecção do trato urinário (ITU) porque ela está mantendo as coxas unidas enquanto caminha. Contudo, no consultório, o médico descobre que a menina não tem nenhum outro sinal sugestivo de ITU, ou seja, a menina não está urinando com mais frequência, ela não está tendo dor ou queimação ao urinar e a sua bexiga e rins não estão doloridos. Com base nesses achados, o médico conclui que a probabilidade de ela estar com uma ITU é muito pequena (inferior a 5%) e tranquiliza os pais de que nada precisa ser feito, a menos que outros sintomas apareçam. Os pais dizem que se sentiriam mais tranquilos se o médico solicitasse um exame de urina para demonstrar que a menina não está com uma ITU. Esse exame ajudaria ou atrapalharia?

Como avaliar a possível utilidade de resultados de exames: Vamos supor que o médico solicitasse um exame para detectar ITU que já demonstrou ter gerado resultados falsos positivos em 10% dos casos (10% de resultados falsos positivos é um percentual comum para muitos exames médicos).

Mesmo presumindo que o exame sempre tivesse um resultado positivo nas pessoas que de fato têm uma ITU, isso significa que, de cada cem meninas como esta:

  • as cinco que de fato têm uma ITU teriam tido um resultado de exame verdadeiramente positivo.

Entretanto,

  • dez teriam tido um resultado de exame falsamente positivo.

Em outras palavras, no caso específico desta menina, um resultado de exame positivo tem uma probabilidade duas vezes maior de estar errado do que de estar certo.

Como o resultado de exames afeta a tomada de decisões: Assim, nesse caso, mesmo um resultado positivo do exame não deve alterar a decisão do médico de não tratar, porque aquele resultado positivo provavelmente está errado. Como o médico não faria nada diferente, não faz sentido fazer o exame.

Seria uma história diferente se o médico acreditasse que a probabilidade de ela ter uma ITU fosse maior. Se essa probabilidade fosse de 50-50, a maioria das pessoas com um resultado de exame positivo teriam de fato uma ITU e fazer o exame seria útil.

Este tipo de cálculo ajuda a explicar por que os médicos tentam fazer exames apenas quando existe uma probabilidade plausível de a pessoa ter a doença que está se tentando detectar.